02 | 基础篇：到底应该怎么理解“平均负载”？

你好，我是倪朋飞。

每次发现系统变慢时，我们通常做的第一件事，就是执行top或者uptime命令，来了解系统的负载情况。比如像下面这样，我在命令行里输入了uptime命令，系统也随即给出了结果。

$ uptime
02:34:03 up 2 days, 20:14,  1 user,  load average: 0.63, 0.83, 0.88

但我想问的是，你真的知道这里每列输出的含义吗？

我相信你对前面的几列比较熟悉，它们分别是当前时间、系统运行时间以及正在登录用户数。

02:34:03              //当前时间
up 2 days, 20:14      //系统运行时间
1 user                //正在登录用户数

而最后三个数字呢，依次则是过去1分钟、5分钟、15分钟的平均负载（Load Average）。

平均负载？这个词对很多人来说，可能既熟悉又陌生，我们每天的工作中，也都会提到这个词，但你真正理解它背后的含义吗？如果你们团队来了一个实习生，他揪住你不放，你能给他讲清楚什么是平均负载吗？

其实，6年前，我就遇到过这样的一个场景。公司一个实习生一直追问我，什么是平均负载，我支支吾吾半天，最后也没能解释明白。明明总看到也总会用到，怎么就说不明白呢？后来我静下来想想，其实还是自己的功底不够。

于是，这几年，我遇到问题，特别是基础问题，都会多问自己几个“为什么”，以求能够彻底理解现象背后的本质原理，用起来更灵活，也更有底气。

今天，我就带你来学习下，如何观测和理解这个最常见、也是最重要的系统指标。

我猜一定有人会说，平均负载不就是单位时间内的 CPU 使用率吗？上面的0.63，就代表CPU使用率是63%。其实并不是这样，如果你方便的话，可以通过执行man uptime命令，来了解平均负载的详细解释。

简单来说，平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数，也就是平均活跃进程数，它和CPU使用率并没有直接关系。这里我先解释下，可运行状态和不可中断状态这俩词儿。

所谓可运行状态的进程，是指正在使用CPU或者正在等待CPU的进程，也就是我们常用ps命令看到的，处于R状态（Running 或 Runnable）的进程。

不可中断状态的进程则是正处于内核态关键流程中的进程，并且这些流程是不可打断的，比如最常见的是等待硬件设备的I/O响应，也就是我们在ps命令中看到的D状态（Uninterruptible Sleep，也称为Disk Sleep）的进程。

比如，当一个进程向磁盘读写数据时，为了保证数据的一致性，在得到磁盘回复前，它是不能被其他进程或者中断打断的，这个时候的进程就处于不可中断状态。如果此时的进程被打断了，就容易出现磁盘数据与进程数据不一致的问题。

所以，不可中断状态实际上是系统对进程和硬件设备的一种保护机制。

因此，你可以简单理解为，平均负载其实就是平均活跃进程数。平均活跃进程数，直观上的理解就是单位时间内的活跃进程数，但它实际上是活跃进程数的指数衰减平均值。这个“指数衰减平均”的详细含义你不用计较，这只是系统的一种更快速的计算方式，你把它直接当成活跃进程数的平均值也没问题。

既然平均的是活跃进程数，那么最理想的，就是每个CPU上都刚好运行着一个进程，这样每个CPU都得到了充分利用。比如当平均负载为2时，意味着什么呢？

  • 在只有2个CPU的系统上，意味着所有的CPU都刚好被完全占用。

  • 在4个CPU的系统上，意味着CPU有50%的空闲。

  • 而在只有1个CPU的系统中，则意味着有一半的进程竞争不到CPU。

平均负载为多少时合理

讲完了什么是平均负载，现在我们再回到最开始的例子，不知道你能否判断出，在 uptime 命令的结果里，那三个时间段的平均负载数，多大的时候能说明系统负载高？或是多小的时候就能说明系统负载很低呢？

我们知道，平均负载最理想的情况是等于 CPU个数。所以在评判平均负载时，首先你要知道系统有几个 CPU，这可以通过 top 命令或者从文件 /proc/cpuinfo 中读取，比如：

# 关于grep和wc的用法请查询它们的手册或者网络搜索
$ grep 'model name' /proc/cpuinfo | wc -l
2

有了CPU 个数，我们就可以判断出，当平均负载比 CPU 个数还大的时候，系统已经出现了过载。

不过，且慢，新的问题又来了。我们在例子中可以看到，平均负载有三个数值，到底该参考哪一个呢？

实际上，都要看。三个不同时间间隔的平均值，其实给我们提供了，分析系统负载趋势的数据来源，让我们能更全面、更立体地理解目前的负载状况。

打个比方，就像初秋时北京的天气，如果只看中午的温度，你可能以为还在7月份的大夏天呢。但如果你结合了早上、中午、晚上三个时间点的温度来看，基本就可以全方位了解这一天的天气情况了。

同样的，前面说到的CPU的三个负载时间段也是这个道理。

  • 如果1分钟、5分钟、15分钟的三个值基本相同，或者相差不大，那就说明系统负载很平稳。

  • 但如果1分钟的值远小于15 分钟的值，就说明系统最近1分钟的负载在减少，而过去15分钟内却有很大的负载。

  • 反过来，如果1分钟的值远大于 15 分钟的值，就说明最近1分钟的负载在增加，这种增加有可能只是临时性的，也有可能还会持续增加下去，所以就需要持续观察。一旦1分钟的平均负载接近或超过了CPU的个数，就意味着系统正在发生过载的问题，这时就得分析调查是哪里导致的问题，并要想办法优化了。

这里我再举个例子，假设我们在一个单 CPU 系统上看到平均负载为 1.73，0.60，7.98，那么说明在过去 1 分钟内，系统有 73% 的超载，而在 15 分钟内，有 698% 的超载，从整体趋势来看，系统的负载在降低。

那么，在实际生产环境中，平均负载多高时，需要我们重点关注呢？

在我看来，当平均负载高于 CPU 数量70%的时候，你就应该分析排查负载高的问题了。一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能。

但70%这个数字并不是绝对的，最推荐的方法，还是把系统的平均负载监控起来，然后根据更多的历史数据，判断负载的变化趋势。当发现负载有明显升高趋势时，比如说负载翻倍了，你再去做分析和调查。

平均负载与CPU使用率

现实工作中，我们经常容易把平均负载和 CPU 使用率混淆，所以在这里，我也做一个区分。

可能你会疑惑，既然平均负载代表的是活跃进程数，那平均负载高了，不就意味着 CPU 使用率高吗？

我们还是要回到平均负载的含义上来，平均负载是指单位时间内，处于可运行状态和不可中断状态的进程数。所以，它不仅包括了正在使用 CPU 的进程，还包括等待 CPU 和等待 I/O 的进程。

而 CPU 使用率，是单位时间内 CPU 繁忙情况的统计，跟平均负载并不一定完全对应。比如：

  • CPU 密集型进程，使用大量 CPU 会导致平均负载升高，此时这两者是一致的；

  • I/O 密集型进程，等待 I/O 也会导致平均负载升高，但 CPU 使用率不一定很高；

  • 大量等待 CPU 的进程调度也会导致平均负载升高，此时的CPU使用率也会比较高。

平均负载案例分析

下面，我们以三个示例分别来看这三种情况，并用 iostat、mpstat、pidstat 等工具，找出平均负载升高的根源。

因为案例分析都是基于机器上的操作，所以不要只是听听、看看就够了，最好还是跟着我实际操作一下。

你的准备

下面的案例都是基于 Ubuntu 18.04，当然，同样适用于其他 Linux 系统。我使用的案例环境如下所示。

  • 机器配置：2 CPU，8GB 内存。

  • 预先安装 stress 和 sysstat 包，如 apt install stress sysstat。

在这里，我先简单介绍一下 stress 和 sysstat。

stress 是一个 Linux 系统压力测试工具，这里我们用作异常进程模拟平均负载升高的场景。

而 sysstat 包含了常用的 Linux 性能工具，用来监控和分析系统的性能。我们的案例会用到这个包的两个命令 mpstat 和 pidstat。

  • mpstat 是一个常用的多核 CPU 性能分析工具，用来实时查看每个 CPU 的性能指标，以及所有CPU的平均指标。

  • pidstat 是一个常用的进程性能分析工具，用来实时查看进程的 CPU、内存、I/O 以及上下文切换等性能指标。

此外，每个场景都需要你开三个终端，登录到同一台 Linux 机器中。

实验之前，你先做好上面的准备。如果包的安装有问题，可以先在Google一下自行解决，如果还是解决不了，再来留言区找我，这事儿应该不难。

另外要注意，下面的所有命令，我们都是默认以 root 用户运行。所以，如果你是用普通用户登陆的系统，一定要先运行 sudo su root 命令切换到 root 用户。

如果上面的要求都已经完成了，你可以先用 uptime 命令，看一下测试前的平均负载情况：

$ uptime
...,  load average: 0.11, 0.15, 0.09

场景一：CPU 密集型进程

首先，我们在第一个终端运行 stress 命令，模拟一个 CPU 使用率 100% 的场景：

$ stress --cpu 1 --timeout 600

接着，在第二个终端运行uptime查看平均负载的变化情况：

# -d 参数表示高亮显示变化的区域
$ watch -d uptime
...,  load average: 1.00, 0.75, 0.39

最后，在第三个终端运行mpstat查看 CPU 使用率的变化情况：

# -P ALL 表示监控所有CPU，后面数字5表示间隔5秒后输出一组数据
$ mpstat -P ALL 5
Linux 4.15.0 (ubuntu) 09/22/18 _x86_64_ (2 CPU)
13:30:06     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
13:30:11     all   50.05    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   49.95
13:30:11       0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
13:30:11       1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00

从终端二中可以看到，1 分钟的平均负载会慢慢增加到 1.00，而从终端三中还可以看到，正好有一个 CPU 的使用率为 100%，但它的 iowait 只有 0。这说明，平均负载的升高正是由于 CPU 使用率为 100% 。

那么，到底是哪个进程导致了 CPU 使用率为 100% 呢？你可以使用 pidstat 来查询：

# 间隔5秒后输出一组数据
$ pidstat -u 5 1
13:37:07      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
13:37:12        0      2962  100.00    0.00    0.00    0.00  100.00     1  stress

从这里可以明显看到，stress进程的CPU使用率为100%。

场景二：I/O 密集型进程

首先还是运行 stress 命令，但这次模拟 I/O 压力，即不停地执行 sync：

$ stress -i 1 --timeout 600

还是在第二个终端运行uptime查看平均负载的变化情况：

$ watch -d uptime
...,  load average: 1.06, 0.58, 0.37

然后，第三个终端运行mpstat查看 CPU 使用率的变化情况：

# 显示所有CPU的指标，并在间隔5秒输出一组数据
$ mpstat -P ALL 5 1
Linux 4.15.0 (ubuntu)     09/22/18     _x86_64_    (2 CPU)
13:41:28     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle
13:41:33     all    0.21    0.00   12.07   32.67    0.00    0.21    0.00    0.00    0.00   54.84
13:41:33       0    0.43    0.00   23.87   67.53    0.00    0.43    0.00    0.00    0.00    7.74
13:41:33       1    0.00    0.00    0.81    0.20    0.00    0.00    0.00    0.00    0.00   98.99

从这里可以看到，1 分钟的平均负载会慢慢增加到 1.06，其中一个 CPU 的系统CPU使用率升高到了 23.87，而 iowait 高达 67.53%。这说明，平均负载的升高是由于 iowait 的升高。

那么到底是哪个进程，导致 iowait 这么高呢？我们还是用 pidstat 来查询：

# 间隔5秒后输出一组数据，-u表示CPU指标
$ pidstat -u 5 1
Linux 4.15.0 (ubuntu)     09/22/18     _x86_64_    (2 CPU)
13:42:08      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
13:42:13        0       104    0.00    3.39    0.00    0.00    3.39     1  kworker/1:1H
13:42:13        0       109    0.00    0.40    0.00    0.00    0.40     0  kworker/0:1H
13:42:13        0      2997    2.00   35.53    0.00    3.99   37.52     1  stress
13:42:13        0      3057    0.00    0.40    0.00    0.00    0.40     0  pidstat

可以发现，还是 stress 进程导致的。

场景三：大量进程的场景

当系统中运行进程超出 CPU 运行能力时，就会出现等待 CPU 的进程。

比如，我们还是使用 stress，但这次模拟的是 8 个进程：

$ stress -c 8 --timeout 600

由于系统只有 2 个CPU，明显比 8 个进程要少得多，因而，系统的 CPU 处于严重过载状态，平均负载高达7.97：

$ uptime
...,  load average: 7.97, 5.93, 3.02

接着再运行pidstat来看一下进程的情况：

# 间隔5秒后输出一组数据
$ pidstat -u 5 1
14:23:25      UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
14:23:30        0      3190   25.00    0.00    0.00   74.80   25.00     0  stress
14:23:30        0      3191   25.00    0.00    0.00   75.20   25.00     0  stress
14:23:30        0      3192   25.00    0.00    0.00   74.80   25.00     1  stress
14:23:30        0      3193   25.00    0.00    0.00   75.00   25.00     1  stress
14:23:30        0      3194   24.80    0.00    0.00   74.60   24.80     0  stress
14:23:30        0      3195   24.80    0.00    0.00   75.00   24.80     0  stress
14:23:30        0      3196   24.80    0.00    0.00   74.60   24.80     1  stress
14:23:30        0      3197   24.80    0.00    0.00   74.80   24.80     1  stress
14:23:30        0      3200    0.00    0.20    0.00    0.20    0.20     0  pidstat

可以看出，8 个进程在争抢 2 个 CPU，每个进程等待 CPU 的时间（也就是代码块中的 %wait 列）高达 75%。这些超出 CPU 计算能力的进程，最终导致 CPU 过载。

小结

分析完这三个案例，我再来归纳一下平均负载的理解。

平均负载提供了一个快速查看系统整体性能的手段，反映了整体的负载情况。但只看平均负载本身，我们并不能直接发现，到底是哪里出现了瓶颈。所以，在理解平均负载时，也要注意：

  • 平均负载高有可能是 CPU 密集型进程导致的；

  • 平均负载高并不一定代表 CPU 使用率高，还有可能是 I/O 更繁忙了；

  • 当发现负载高的时候，你可以使用 mpstat、pidstat 等工具，辅助分析负载的来源。

思考

最后，我想邀请你一起来聊聊你所理解的平均负载，当你发现平均负载升高后，又是怎么分析排查的呢？你可以结合我前面的讲解，来总结自己的思考。欢迎在留言区和我讨论。

unpreview
限量发售中，仅限5000份，3大体系，22个模块，定位工作中80%的高频问题。

精选留言

  • 倪朋飞

    2018-11-25 12:50:16

    没想到大家的热情这么高，太激动了。统一回复一下案例中的几个问题：

    1. iowait无法升高的问题，是因为案例中stress使用的是 sync() 系统调用，它的作用是刷新缓冲区内存到磁盘中。对于新安装的虚拟机，缓冲区可能比较小，无法产生大的IO压力，这样大部分就都是系统调用的消耗了。所以，你会看到只有系统CPU使用率升高。解决方法是使用stress的下一代stress-ng，它支持更丰富的选项，比如 stress-ng -i 1 --hdd 1 --timeout 600（--hdd表示读写临时文件）。
    2. pidstat输出中没有%wait的问题，是因为CentOS默认的sysstat稍微有点老，源码或者RPM升级到11.5.5版本以后就可以看到了。而Ubuntu的包一般都比较新，没有这个问题。
    3. mpstat无法观测的问题，案例中是等待5秒后输出1次结果就停止了，更好的做法是持续监控一段时间，比如持续观测20次：mpstat -P ALL 5 20。
  • longhaiqwe

    2018-11-23 18:36:16

    倪老师提到的软件，最好都用源码安装吧，版本比较新，尤其是centos的同学们。
    作者回复

    👍 源码或者RPM升级都可以

    2018-11-23 20:41:33

  • 南北少卿

    2018-11-23 11:25:41

    老师,在跟着操作场景三的时候,使用命令pidstat -u 5 1,并没有出%wait的值,我用的是阿里云centos(CentOS Linux release 7.5.1804 (Core)
    ),Linux 3.10.0-693.2.2.el7.x86_64 (izbp13056tlb7huifh6gm3z) 11/23/2018 _x86_64_ (1 CPU)
    Average: UID PID %usr %system %guest %CPU CPU Command
    Average: 0 252 0.00 2.02 0.00 2.02 - kworker/0:1H
    Average: 0 257 0.00 0.20 0.00 0.20 - jbd2/vda1-8
    Average: 0 1079 0.20 0.00 0.00 0.20 - AliYunDun
    Average: 0 20256 0.20 0.00 0.00 0.20 - java
    Average: 0 24482 0.00 0.61 0.00 0.61 - kworker/u2:1
    Average: 0 31305 0.20 60.00 0.00 60.20 - stress
    Average: 0 31306 0.20 0.00 0.00 0.20 - watch
    作者回复

    版本的问题，centos自带的sysstat版本稍微老一点，11.5.5之后才增加的这个选项

    2018-11-23 13:02:15

  • dancer

    2018-12-04 13:32:45

    学习笔记：
    一、什么是平均负载
    正确定义：单位时间内，系统中处于可运行状态和不可中断状态的平均进程数。
    错误定义：单位时间内的cpu使用率。
    可运行状态的进程：正在使用cpu或者正在等待cpu的进程，即ps aux命令下STAT处于R状态的进程
    不可中断状态的进程：处于内核态关键流程中的进程，且不可被打断，如等待硬件设备IO响应，ps命令D状态的进程
    理想状态：每个cpu上都有一个活跃进程，即平均负载数等于cpu数
    过载经验值：平均负载高于cpu数量70%的时候

    二、相关命令
    cpu核数: lscpu、 grep 'model name' /proc/cpuinfo | wc -l
    显示平均负载：uptime、top，显示的顺序是最近1分钟、5分钟、15分钟，从此可以看出平均负载的趋势
    watch -d uptime: -d会高亮显示变化的区域
    strees: 压测命令，--cpu cpu压测选项，-i io压测选项，-c 进程数压测选项，--timeout 执行时间
    mpstat: 多核cpu性能分析工具，-P ALL监视所有cpu
    pidstat: 进程性能分析工具，-u 显示cpu利用率

    三、平均负载与cpu使用率的区别
    CPU使用率：单位时间内cpu繁忙情况的统计
    情况1：CPU密集型进程，CPU使用率和平均负载基本一致
    情况2：IO密集型进程，平均负载升高，CPU使用率不一定升高
    情况3：大量等待CPU的进程调度，平均负载升高，CPU使用率也升高

    四、平均负载过高时，如何调优
    工具：stress、sysstat，yum即可安装
    1. CPU密集型进程case：
    mpstat -P ALL 5: -P ALL表示监控所有CPU，5表示每5秒刷新一次数据，观察是否有某个cpu的%usr会很高，但iowait应很低
    pidstat -u 5 1：每5秒输出一组数据，观察哪个进程%cpu很高，但是%wait很低，极有可能就是这个进程导致cpu飚高
    2. IO密集型进程case：
    mpstat -P ALL 5: 观察是否有某个cpu的%iowait很高，同时%usr也较高
    pidstat -u 5 1：观察哪个进程%wait较高，同时%CPU也较高
    3. 大量进程case：
    pidstat -u 5 1：观察那些%wait较高的进程是否有很多
  • 冯宇

    2018-11-23 09:36:13

    我一直用htop看负载，因为它更直接（在F2配置中勾选所有开关项，打开颜色区分功能），不同的负载会用不同的颜色标识。比如cpu密集型的应用，它的负载颜色是绿色偏高，iowait的操作，它的负载颜色是红色偏高等等，根据这些指标再用htop的sort就很容易定位到有问题的进程。还有个更好用的atop命令，好像是基于sar的统计生成的报告，直接就把有问题的进程标红了，更直观
    作者回复

    👍这几个工具也很好用

    2018-11-23 21:53:45

  • 苹果彩票官网

    2018-11-26 10:06:59

    还是建议用top和ps或者lsof来分析，因为一般线上的机器不会额外安装这之外的工具，而且很多公司用堡垒机登录上去之后其他的基本上都用不了，用其自带的最保险
  • slam

    2018-11-23 08:51:06

    io高的例子 ，为何还是通过pidstat 看cpu？不应该是看哪个进程io高吗？只看sys占比就可以确认了？这里不是很理解
    作者回复

    👍眼光很毒，的确更好的方法是进程的io情况，比如可以试试pidstat -d

    2018-11-23 22:09:11

  • Ray

    2018-11-23 08:49:07

    在 sched/loadavg.c 中计算平均值的算法为EMA，这种算法的目的主要是“距离目标预测窗口越近，则数据的价值越高，对未来影响越大”

    如果说“更快的计算”应该只有里面的 fixed_power_int 函数用 O(log n) 的时间来算 x^n

    所以内核中用 EMA 来算 loadavg 本质上并不是增加计算性能，而是让 loadavg 的趋势化更明显
    作者回复

    👍源码级分析

    2018-11-23 22:09:40

  • 孤岛

    2018-11-23 13:04:09

    我有一点自己的理解，请老师指正。CPU比喻成一辆地铁，正在使用CPU的进程就是在地铁上的人；等待CPU的进程就是在下一站等地铁来的人；等待I/O的进程就是在下一站要上车和下车的人，虽然现在对CPU没影响，可未来会影响，所以也要考虑到平均负载上。
    作者回复

    很好的比喻，补充一下这个地铁的乘客容量就是CPU个数

    2018-11-23 21:32:04

  • DJH

    2018-11-23 07:21:15

    老师你好，请教一个问题，现在大多数CPU有超线程能力，在计算和评估平均负载的时候，CPU的核数是指物理核数，还是超线程功能的逻辑核数？
    作者回复

    逻辑核数

    2018-11-23 22:13:16

  • 每天晒白牙

    2018-11-24 16:49:30

    Centos7系统

    安装stress（Linux系统压力测试工具）和sysstat（Linux性能工具）

    yum install stress 一直找不到镜像处理方式 所以用了rpm方式安装
    用rpm方式安装，先从下面的地址下载rpm包
    http://ftp.tu-chemnitz.de/pub/linux/dag/redhat/el7/en/x86_64/rpmforge/RPMS/stress-1.0.2-1.el7.rf.x86_64.rpm
    然后 rpm -Uvh stress-1.0.2-1.el7.rf.x86_64.rpm 安装
    sysstat使用yum安装 yum install sysstat

    作者回复

    👍

    2018-11-24 19:20:57

  • 朱雯

    2018-12-05 14:19:45

    1:uptime查看系统负载的命令
    2：watch -d uptime 查看cpu负载变化的命令
    3:mpstat 查看cpu使用率的命令
    4:pidstat 查看关于pid的一些使用情况的命令



    1：cpu密集型实验：为了说明负载和cpu使用密集有关系，同时四个窗口查看信息，窗口1:stress --cpu 1 --timeout 600 打开cpu压力测试 窗口2:watch -d uptime 查看平均负载的变化 窗口3:mpstat -P ALL 5 查看cpu状态变化 窗口4:pidstat -u 5 1 了解一下谁
    预期值： 老师讲的是如下预期：
    1:负载慢慢变为1
    2:某一个cpu的使用率达到100%，
    3:pidstat可以查看到 stress占用了100%
    4:iowait为0ps:这一点是为了说明cpu密集型的进程完全和iowait没有关系的
    结果：
    完全符合老师预期

    结论:cpu密集型的程序可以导致负载增高和cpu使用率变高


    2:io密集型测试。说明负载和io密集使用关系，同时开四个窗口查看信息，其中三个查看状态的窗口和cpu密集型查看基本一致，压力测试窗口改为stress -i 1 --timeout 600
    老师预期如下
    1:负载慢慢变成1多一点
    2:cpu使用率低于iowait
    3:来源可以查到来自于stress
    实际结果
    1:负载确实开始变高到1多一点
    2:iowait一直没有变高，但是cpu使用率边高了
    3:能看出来stress 的cpu使用率高了

    通过留言发现：stress 使用sync的系统调用导致效果失效，当我慢慢的等待一段时间以后，我发现iowait增高一点了。解决方案是：安装stress-ng以及源码安装stress ps:通过留言看到htop和atop命令

    改进：通过stress-ng测试以后，iowait确实在飙升,也可以通过源码安装的sysstat中的pidstat查看到stress-ng的使用率变高的情况发生


    3:大量进程的场景 压力测试窗口改为 stress -c 8 --timeout 600,其他一致
    老师预期如下：
    1:负载变高，而且情况很严重
    2:stress启动的进程很多，导致cpu过载
    结果：基本符合预期

    结论：负载增高的三种可能性：1:cpu密集型导致负载高，状况时cpu使用率和负载同时变高 2:io密集型：iowait很高同时负载很高3:进程多类型，如名字所示





    ps:源码安装sysstat
    git clone --depth=50 --branch=master https://github.com/sysstat/sysstat.git sysstat/sysstat
    cd sysstat/sysstat
    git checkout -qf 6886152fb3af82376318c35eda416c3ce611121d
    export TRAVIS_COMPILER=gcc
    export CC=gcc
    export CC_FOR_BUILD=gcc
    ./configure --disable-nls --prefix=/usr/local/
    make &&make install
    作者回复

    👍

    2018-12-05 21:43:32

  • Dym

    2019-10-22 05:43:15

    对与java应用，首先会通过top来查看占用CPU最对的进程，然后通过top -H -p pid 来查看占用CPU最多的线程，得到线程id转化成十六进制，然后通过jstack pid 导出当前线程栈信息，找到对应的线程栈信息，查看具体代码(是否有死循环、是否gc很频繁) ，如果没有找到问题，我们再看占用内存最多的进程，和我们启动时配置上设定的内存做比较，如果接近 那么说明内存资源紧张，然后再通过jstat -gcutil 1s、jmap -histo:live命令查看java中gc回收情况以及创建对象的个数 来分析出是我们内存配置(年轻代或年老代配置不合理、gc回收器配置不恰当)问题还是代码中存在内存溢出。
  • 奕

    2018-11-25 12:32:30

    老师我有个问题哈：就是
    总核数 = 物理CPU个数 X 每个物理CPU的核数
    总逻辑CPU数 = 物理CPU个数 X 每个物理CPU的核数 X 超线程数

    这里的平均负载应该是 总核数比较，还是核总逻辑CPU数 比较呢？
  • 哇哈哈

    2018-11-23 20:29:59

    有个疑问，就像置顶评论说需要最新的版本才能看到某些系统运行指标，但是常常出问题的线上机器我们作为开发工程师并没有root权限去安装，找运维同事给装他们也不一定答应开这个口子，有可能用系统自带的或者说各类linux发行版都比较通用的系统命令（例如uptime）来完成系统状态的查看吗？
  • 萬萬沒想到

    2018-11-23 09:14:22

    解开了我多年来对平均负载的疑问，就凭这点，花的钱也值了！！
    作者回复

    😊

    2018-11-23 21:58:15

  • 白华

    2018-11-23 11:09:47

    进行实验二 stress -i 1 --timeout 600模拟sync ，平均负载确实上升了，但是在mpstst -P ALL 5 1查看是sys那一列接近100% 而不是iowait
  • glinuxer

    2018-11-23 07:56:52

    “不可中断状态的进程则是正在等待 I/O 的进程。”——这句话不严谨。
    应该说等待I/O的进程一般是不可中断的。但反过来说是不正确的。不可中断状态不一定是等待I/O。
    作者回复

    👍👍感谢指出，已经在文章中修正

    2018-11-23 22:12:44

  • 威

    2018-11-24 16:57:33

    请问老师，处于不可中断状态的进程，还会占用CPU时钟周期吗
  • 蚂蚁内推+v

    2018-11-26 22:06:48

    不可中断状态的进程则是正处于内核态关键流程中的进程，并且这些流程是不可打断的，比如最常见的是等待硬件设备的 I/O 响应。----linux是有I/O中断的，为什么等待I/O响应却是不可中断的呢？那I/O中断用来干什么呢？